如何使用 AI 自动化管理 Todoist 任务与项目
通过 Rube MCP 协议将 AI 与 Todoist 深度集成，让 AI 能够直接帮你创建任务、组织项目结构、执行批量操作以及通过复杂语法筛选待办事项。
为什么需要这个技能
手动在 Todoist 中创建大量碎片化任务、维护项目层级或筛选特定截止日期的任务非常低效。当你需要将一份复杂的会议纪要转化为多个可执行任务，或者需要快速搭建一个包含多个阶段（Sections）的项目骨架时，通过 AI 调用 API 实现自动化将极大地提升组织力。
本技能通过 Rube MCP 提供了标准化的工具集，使得 AI 能够准确处理 Todoist 的 ID 映射、自然语言日期解析以及复杂的过滤查询。
适用场景
- 快速拆解目标：将大目标直接转化为一个包含多个项目、多个 Section 和具体任务的完整计划。
- 智能筛选：使用 AI 编写复杂的过滤语句（如：查询所有优先级为 P1 且标注为 @工作 且在 7 天内到期的任务）。
- 批量同步：将外部文档中的待办列表一键批量导入 Todoist。
- 项目维护：自动化地整理已完成任务的归档或重新激活历史任务。
核心工作流
1. 环境配置
- 接入 MCP 服务器：在 AI 客户端配置中添加
https://rube.app/mcp。 - 建立连接：调用
RUBE_MANAGE_CONNECTIONS并指定 toolkit 为todoist，通过返回的 OAuth 链接完成授权。
2. 任务与项目管理
- ID 解析：AI 需先调用
TODOIST_GET_ALL_PROJECTS将项目名称转换为project_id，确保操作目标准确。 - 精准创建：使用
TODOIST_CREATE_TASK，通过due_string传入自然语言日期（如"every Friday at 9am"）。 - 结构化组织：通过
TODOIST_CREATE_SECTION在项目内创建区块，实现任务的分组管理。
3. 高级查询与过滤
- 动态过滤：利用
TODOIST_GET_ALL_TASKS的filter参数。- 关键词示例：
today(今天),overdue(逾期),#ProjectName(特定项目),@LabelName(特定标签)。 - 逻辑组合：使用
&(与),|(或),!(非) 组合复杂条件。
- 关键词示例：
- 完成记录回溯：使用
TODOIST_GET_COMPLETED_TASKS_BY_COMPLETION_DATE检索特定时间段内已完成的任务。
4. 批量处理
- 当需要一次性创建多个任务时，优先使用
TODOIST_BULK_CREATE_TASKS以降低 API 调用频率并提升速度。
下载和安装
下载 todoist-automation 中文版 Skill ZIP
解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。
你可能还需要
暂无推荐